基于卷积神经网络的手写数字识别、python实现

一、CNN网络结构与构建

参数：

输入数据的维数，通道，高，长

input_dim=(1, 28, 28)

卷积层的超参数，filter_num：滤波器数量，filter_size：滤波器大小，stride：步幅，pad，填充。

 conv_param={'filter_num':30, 'filter_size':5, 'pad':0, 'stride':1}

hidden_size，隐藏层全连接神经元数量；

output_size，输出层全连接神经元数量；

weight_init_std，初始化时，权重的标准差；

hidden_size=100, output_size=10, weight_init_std=0.01

学习所需参数是第一层的卷积层和剩余两个全连接层的权重和偏置。权重、偏置，分别用W、b保存。

self.params = {}